ИП Горелов Максим Николаевич 8 (915) 093-74-75
Расчет жизненной ценности клиента (CLV) на основе его покупок и частоты покупок
Доступно на тарифе:
Стартовый
Бизнес 2025
Профи 2025
Что такое функция?
Функции — внешние инструменты (фрагменты кода), к которым могут обращаться LLM модели для решения задач пользователей. Модель не исполняет функции, но самостоятельно принимает решение о том как, когда и с какими параметрами их следует вызвать. При принятии решения о вызове функции модель исходит из доступных знаний, данных текущего разговора и описания функции. После обращения к функции модель может обработать результат ее работы.
Что такое параметры?
Это входные данные, которые функция использует для выполнения своей задачи. Они позволяют сделать функцию гибкой и многоразовой, так как она может работать с разными данными без изменения своего кода. Например, функция для генерации изображений может принимать параметры query (описание изображения) и resolution (разрешение), чтобы создавать разные картинки по запросу. Параметры нужны, чтобы функция знала, что именно ей нужно обработать или какие условия учесть при выполнении действия.
Как научить ИИ агента использовать эти параметры в функции?
Чтобы объяснить ИИ, какой параметр нужно передать, вы должны включить в промпт бота четкие инструкции. Эти инструкции должны описывать:
Когда нужно вызвать функцию (условие или триггер).
Какую функцию вызвать (по названию или номеру).
Какие параметры и из какой информации в диалоге их брать.
Например, если у вас есть функция для отправки лида (№26), и она принимает параметры name, phone, email, вы можете написать в промпте:
"Если клиент пришлет свой номер телефона, то сразу же вызови функцию №26 (отправка лида). В качестве phone передай номер телефона клиента, в качестве name используй имя, которое клиент указал в диалоге, а email возьми, если клиент его предоставил."
ИИ будет анализировать диалог и, когда увидит соответствующее условие (например, клиент назвал свой номер телефона), он попытается извлечь нужные данные и передать их в указанную функцию.
Как научить ИИ агента правильно отвечать после выполнения функции?
Чтобы агент не отправлял технические данные, ему нужно дать инструкции что отвечать после того, как функция была вызвана.
Например для 26-й функции (отправка уведомлений) это выглядит так:
Если клиент пришлёт номер телефона, то сразу же вызови функцию отправки лида, а в качестве результата вышли клиенту дословно: «спасибо, заявка принята»
Например для 15й функции (генерация картинки) это выглядит так:
Если клиент попросит создать или нарисовать изображение, то сразу же вызови функцию 15, а в качестве результата вышли ему полученную ссылку.
Функция calculate_customer_lifetime_value выполняет расчет жизненной ценности клиента (Customer Lifetime Value, CLV) — ключевого метрического показателя, который помогает бизнесу оценить общую прибыль, которую приносит клиент за весь период взаимодействия с компанией.
Эта функция полезна для анализа клиентской базы, прогнозирования доходов и оптимизации маркетинговых стратегий.
Параметры, которые можно передать в функцию calculate_customer_lifetime_value:
average_purchase_value (число) — Средняя стоимость одной покупки. Отражает, сколько в среднем клиент тратит за один заказ.
purchase_frequency (число) — Частота покупок в год. Показывает, сколько раз клиент совершает покупки за год.
customer_lifespan (число) — Срок жизни клиента в годах. Определяет, сколько лет клиент остается активным покупателем.
"Рассчитай CLV для клиента со средней покупкой 5000 рублей, который покупает 4 раза в год и остается с нами 5 лет."
Входные данные:
average_purchase_value: 5000
purchase_frequency: 4
customer_lifespan: 5
Результат:
CLV = 5000 × 4 × 5 = 100 000 рублей
"Какова жизненная ценность клиента, если он тратит в среднем 1200 рублей за заказ, покупает 12 раз в год и остается клиентом 3 года?"
Входные данные:
average_purchase_value: 1200
purchase_frequency: 12
customer_lifespan: 3
Результат:
CLV = 1200 × 12 × 3 = 43 200 рублей
ИП Горелов Максим Николаевич ИНН 500104951533 ОГРН 309500106900065